Welcome to pandas!

3.12 DataFrame逻辑统计函数学习

前面学习过逻辑运算符&和|，专门应用于逻辑布尔值之间的运算，但布尔值比较多，

就会产生一些问题，pandas和numpy中均有多个布尔值进行与、或运算的函数

import pandas as pd

s=pd.Series([ 45,65,78 ])

print ((s[0]> 50 )&(s[ 1 ]> 50 )&(s[ 1 ]> 50 ) )

t=(s> 50 ).all()

print (t)

返回：

False

False

import pandas as pd

s=pd.Series([ 45,65,78 ])

print ((s[0]> 50 )|(s[1]> 50 )|(s[1]> 50 ) )

t=(s> 50 ).any()

print (t)

返回：

True

True

如果布尔值是在DataFrame表格内，使用all()和any()函数对整个表进行逻辑判断统计也是一样的，

但如果要对DateFrame表格中的布尔值按行或列按判断统计，那么就要在函数中使用axis参数来确定方向

import pandas as pd,numpy as np

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.考试成绩.逻辑统计.xlsx" )

df[ "是否达标" ]=np.where((df.iloc[:, 1 :]>95).any( axis = 1 ), "√","Ⅹ" )

arr=np.where((df.iloc[:, 1:4 ]> 80 ).all( axis = 0 ), "√","Ⅹ" )

ts=np.concatenate([np.array([ "是否达标" ]),arr,np.array([""])])

df.loc[ len (df)]=ts

print (df)

返回：